diff options
| author | vlapa <vlapa@ya.ru> | 2026-06-13 20:33:26 +0300 |
|---|---|---|
| committer | vlapa <vlapa@ya.ru> | 2026-06-13 20:33:26 +0300 |
| commit | e5abc1fe99340b979b18864d978179f71fe8f5c5 (patch) | |
| tree | 98fd0ad7c6d0744894d6e74e446daacd9e6dd1b5 /PYTHON/PROGRAMS_py.md | |
First
Diffstat (limited to 'PYTHON/PROGRAMS_py.md')
| -rw-r--r-- | PYTHON/PROGRAMS_py.md | 150 |
1 files changed, 150 insertions, 0 deletions
diff --git a/PYTHON/PROGRAMS_py.md b/PYTHON/PROGRAMS_py.md new file mode 100644 index 0000000..01de73d --- /dev/null +++ b/PYTHON/PROGRAMS_py.md @@ -0,0 +1,150 @@ +=============================================== +### TinyDB ### +это легковесная, чисто Python база данных без сервера, которая сохраняет данные в виде JSON-файлов. +Подходит для небольших проектов, скриптов и приложений, где не требуется полноценная SQL-база данных. +Подходит для разработчиков, которым нужно быстро внедрить базу данных без сложной настройки и установки. +```python +from tinydb import TinyDB, Query + +# Создание базы данных в файле db.json +db = TinyDB('db.json') + +# Добавление данных +db.insert({'name': 'Alice', 'age': 24}) +db.insert({'name': 'Bob', 'age': 30}) + +# Поиск данных +User = Query() +results = db.search(User.age > 25) +print(results) + +# Обновление данных +db.update({'age': 26}, User.name == 'Alice') + +# Удаление данных +db.remove(User.name == 'Bob') + +# Установка +pip install tinydb +``` +=============================================== +### Библиотека Python: Arrow ### + +**Arrow** — библиотека для работы с датами и временем, которая упрощает создание, обработку и форматирование временных меток. + +Подходит для разработчиков, которые хотят избежать сложности работы с модулями `datetime` и `timezones`, предоставляя более интуитивные и мощные инструменты для управления временем. +```python +import arrow + +# Текущее время +now = arrow.now() +print(now) + +# Создание объекта даты и времени +date = arrow.get('2023-08-13T12:30:00') +print(date) + +# Форматирование даты и времени +formatted_date = date.format('DD MMMM YYYY HH:mm') +print(formatted_date) + +# Работа с часовыми поясами +utc_time = arrow.utcnow() +local_time = utc_time.to('US/Pacific') +print(local_time) + +# Установка +pip install arrow +``` +=============================================== +### REMBG ### +```python +# удаление фона изображения: +pip install rembg + +from rembg inport remove +from PIL import Image + +input_path = 'name.jpg' +output_path = 'out.png' + +input = Image.open(input_path) +output = remove(input) +output,save(output_path) + +# фото в ч/б: +from PIL import Image + +img = Image.open('girl.png') +baw = img.convert('L') # L - оттенки серого +baw.save('baw_girl.png') +``` +=============================================== +### PANDAS ### +Обработка CSV-файлов с помощью pandas позволяет эффективно управлять, анализировать и преобразовывать данные из таблиц, что полезно для работы с большими объемами данных. +```python +pip install pandas + +import pandas as pd + +# Чтение CSV-файла +df = pd.read_csv('data.csv') + +# Вывод первых 5 строк таблицы +print(df.head()) + +# Фильтрация данных: выбор строк, где значение в столбце 'age' больше 30 +filtered_df = df[df['age'] > 30] + +# Запись отфильтрованных данных в новый CSV-файл +filtered_df.to_csv('filtered_data.csv', index=False) +``` +Этот скрипт читает CSV-файл, отображает первые 5 строк таблицы, фильтрует строки по значению столбца и сохраняет отфильтрованные данные в новый файл. pandas упрощает обработку табличных данных и позволяет работать с большими массивами данных в удобной форме. + +=============================================== +```python +# Объединение нескольких CSV-файлов: +import pandas as pd + +# Чтение нескольких CSV-файлов и их объединение в один DataFrame +files = ['data1.csv', 'data2.csv', 'data3.csv'] +df_list = [pd.read_csv(file) for file in files] +combined_df = pd.concat(df_list) + +# Сохранение объединенных данных в новый CSV-файл +combined_df.to_csv('combined_data.csv', index=False) +``` +В этом примере несколько CSV-файлов объединяются в одну таблицу, что упрощает работу с данными из разных источников. pandas позволяет легко манипулировать такими данными и проводить различные операции, такие как фильтрация, группировка и сортировка. + +=============================================== +### % заряда батареи ### + +```python +# заряд батареи: +import psutil + +battery psutil.sensors_battery() +persent = int(battery.persent) +print(f'Заряд батареи: {persent}%) +``` +=============================================== +### Скриншот ### +```python +import pyautogui + +pyautogui.screenshot( + 'path_to_file.jpg', + region=(0, 0, 300, 400) +) +# функционал - большой ! +``` +=============================================== +### MAX элемент СПИСКА +который входит самое большое кол-во раз: +```python +my_list = [5, 9, 0, 5, 3, 6, 3, 5, 0, 4, 3] + +mpv = max(set(my_list), key=my_list.count) +print(mpv) +``` +===============================================
\ No newline at end of file |
